arXiv · cs.CL· Firoj Paudel·· 5 天前AI 评分32
合成到真实的尼泊尔语-英语夹杂 ASR：一个自发播客基准
Synthetic-to-Real Code-Switched ASR: A Spontaneous Nepali-English Podcast Benchmark
来源与原文
arXiv · cs.CL
作者：Firoj Paudel
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.30860v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者发布尼泊尔语-英语夹杂 ASR 基准，含 13,044 条自发播客语句（共 15.45 小时）。两阶段合成到真实适配框架中，仅用 0.95 小时 TTS 合成语音做 SFT，将 MER 从 23.40% 降至 21.52%，语言切换点错误率（SPER）从 35.89% 降至 28.77%；后续 GRPO 仅带来小幅统计显著调整。SFT 同时将尼泊尔语 MER 提升 2.71 pp，而英语词错率保持 3.38%。
来源：arXiv · cs.CL · arxiv.org